论文笔记--人脸检测 DL

—-待更—-
[1]: A Convolutional Neural Network Cascade for Face Detection
[2]: From Facial Parts Responses to Face Detection A Deep Learning Approach
[3]: Multi-view Face Detection Using Deep Convolutional Neural Networks
[4]:
【1】关键词： 级联 校正 多分辨率 速度
实现的是6个CNN网络级联，对三种不同分辨率下的检测和校正，速度可以实现cpu下14fps，GPU下100FPS
校正工作，作者用45种模式，对bbox进行微调
【2】 关键词： 部分相应 有点landmark的意思
5个不CNN分别对应头发、鼻子、嘴巴等的相应，将相应图结合成一个，然后在feature map上用object proposal的方法得到face proposal ，求proposal得分是DPM的思想，即利用到各部分之间的空间位置，然后进行NMS得到最后的bbox
【3】分析了各种因素对检测结果的影响，比如超参数、训练数据集等
batch size：32 pos+96 neg
滑动窗口 图像金字塔
有点启发的是关于data augment，作者分析了为什么对于一些人脸（尤其是in-plane旋转的人脸，以及out-of-plane旋转的人脸）漏检比较多，对这些人脸，作者提出的策略是，改变采样概率，比如对样本比较少的偏转人脸加大采样概率；对于遮挡人脸，可以通过更加复杂的data aug技术，这里，论文说，只是简单的把人脸的某部分变黑或者变白是无用的，因为CNN会学些出这些人工模式。